[发明专利]一种基于双目摄像头的短距离精确相对定位方法

权利要求书

1.一种基于双目摄像头的短距离精确相对定位方法，通过双目摄像头实现目标区域内的相对定位，其特征在于，包括如下步骤：

步骤A.针对CNN模型进行训练，获得用于检测标定物在图像中像素位置的CNN模型，然后进入步骤B；

步骤B.在目标区域中选择一个未遮挡的地理位置点，并通过RTK方法获得该地理位置点的卫星定位坐标，作为已标定点位置，然后进入步骤C；

步骤C.在目标区域中任意选择一个目标界址点，作为未标定点位置，并在已标定点位置、未标定点位置分别放置一个标定物，然后将双目摄像头设于目标区域中，且双目摄像头的图像捕获方向指向已标定点位置的标定物，并获得已标定点位置的标定物在图像中像素位置，再进入步骤D；

步骤D.针对双目摄像头进行移动或转向，直至识别到位于未标定点位置的标定物时，停止对双目摄像头的控制，并获得未标定点位置的标定物在图像中像素位置；

在上述对双目摄像头的整个控制过程中，同时使用SLAM算法，获得双目摄像机在世界坐标系下的位姿变化；

然后进入步骤E；

步骤E.按如下操作，根据已标定点位置的标定物在图像中像素位置、未标定点位置的标定物在图像中像素位置、以及双目摄像机在世界坐标系下的位姿变化，获得已标定点位置的标定物在世界坐标系下的坐标、以及未标定点位置的标定物在世界坐标系下的坐标，然后进入步骤F；

首先根据如下公式：

Z为标定物在相机坐标系下的深度坐标，(u₀,v₀)为已标定点位置的标定物在图像中像素位置，P_w,t0为已标定点位置的标定物在世界坐标系下的坐标，K为相机内参，(R,t)为相机在世界坐标系的位姿，由于对双目摄像头控制之前、相机坐标系和世界坐标系重合，即(R,t)＝(E，0)，则：

则计算获得已标定点位置的标定物在世界坐标系下的坐标，其中，Z由公示计算得到；

然后根据如下公式：

计算未标定点位置的标定物在世界坐标系下的坐标，其中，P_w,t1表示未标定点位置的标定物在世界坐标系下的坐标，(u₁,v₁)为未标定点位置的标定物在图像中像素位置；

步骤F.基于标定位置的坐标即为标定物的坐标，根据已标定点位置的标定物在世界坐标系下的坐标、以及未标定点位置的标定物在世界坐标系下的坐标，结合已标定点位置的卫星定位坐标，按如下公式：

P_GPS,t1＝P_w,t1-P_w,t0+P_GPS,t0

转换获得未标定点位置的卫星定位坐标，即实现目标区域内的相对定位；其中，P_w,t0为已标定点位置的标定物在世界坐标系下的坐标，P_w,t1表示未标定点位置的标定物在世界坐标系下的坐标，P_GPS,t0表示双目摄像头在t0时刻、GPS坐标系下的坐标。

2.根据权利要求1所述一种基于双目摄像头的短距离精确相对定位方法，其特征在于，所述步骤A包括如下步骤：

步骤A1.将标定物设置于各种不同环境下，并分别进行图像捕获，获得各张样本图像，然后进入步骤A2；

步骤A2.分别针对各张样本图像，获取样本图像中各指定环境因素的数据，并线性组合构成该样本图像的环境参数，同时，获取该样本图像中标定物在图像中的像素位置，然后进入步骤A3；

步骤A3.以各样本图像的环境参数为输入，样本图像中标定物在图像中的像素位置为输出，针对CNN模型进行训练，即获得用于检测标定物在图像中像素位置的CNN模型。

3.根据权利要求2所述一种基于双目摄像头的短距离精确相对定位方法，其特征在于：所述步骤A2中的各指定环境因素包括环境亮度数据、环境尺度数据、环境遮挡数据。